We bouwden een AI-aangedreven reisinterface vanaf nul. Geen chatbot. Geen widget. Geen GPT-wrapper met een smiley op een website geplakt. Een volledige conversationele interface met een eigen vector database, een eigen retrieval pipeline, een eigen geheugensysteem en real-time streaming over WebSockets. Niet om iets te vervangen. Om te testen of conversationele AI er echt klaar voor is om een betekenisvol kanaal voor reizen te zijn. Dit is wat we ontdekten, wat het kostte, en waarom we denken dat het meeste van wat er nu is ruis is.

Dit is een verhaal in twee delen. Dit eerste deel gaat over het waarom: welk probleem we oplossen, wat we leerden van eerdere mislukkingen, en waarom een plugin je hier nooit zal brengen. Deel 2 gaat dieper in op de architectuur: de RAG pipeline, het geheugensysteem, de UI/UX-beslissingen en de technische afwegingen die we maakten.

Wat probeer je eigenlijk op te lossen?

Dat is de vraag waar ik steeds op terugkom. Elke keer als een bedrijf zijn nieuwe “AI-powered” feature aankondigt. Elke keer als iemand me vraagt wat wij met AI doen. Elke keer als een leverancier weer een plugin komt pitchen.

Het is op dit moment de belangrijkste vraag in tech. En bijna niemand stelt hem.

In plaats daarvan werkt de hele industrie achterstevoren: men begint met “we moeten iets met AI doen” en gaat dan op zoek naar een plek om het neer te zetten. Bedrijven horen “AI” en horen “innovatie” en denken dat ze achterlopen als ze niet nú iets doen.

De druk om “iets met AI te doen” is luider geworden dan de vraag wat je eigenlijk wilt bereiken.

En wat gebeurt er dan? Bedrijven grijpen de meest zichtbare, meest verkoopbare toepassing die ze kunnen vinden: een chatbot. Op de website plakken. Een naam en een vriendelijk gezichtje geven. Verbinden met een kennisbank. Klaar. “Wij doen nu AI.”

Het probleem: de integratie is altijd beperkt. Sommigen koppelen aan een productdatabase. Sommigen halen live beschikbaarheid op. Maar als plugin is er een plafond aan hoe diep die integratie gaat. Hij werkt altijd met de data die hij krijgt, in het formaat dat de API levert, met de context die de leverancier voldoende vond. Het resultaat is een interactie die aan de oppervlakte conversationeel oogt, maar fundamenteel beperkt blijft in wat hij kan.

En omdat het een plugin is, kan het nooit volledig naadloos zijn. Het blijft altijd een aparte laag bovenop je website, geen onderdeel ervan. Een andere designtaal. Een ander interactiemodel. Een andere ervaring. De klant voelt dat, ook al kan hij het niet onder woorden brengen. Het is het verschil tussen een kamer die als geheel is ontworpen en een kamer waar iemand een kiosk in de hoek heeft gezet.

Een slimmere poortwachter is nog steeds een poortwachter. Je klanten wilden een deur.

We zijn zelf deze weg gegaan. In 2019 bouwden we de eerste versie van Joy op Flow.ai. Een intent-gebaseerde chatbot die natuurlijke taal begreep, reisvoorkeuren uit één zin kon halen en leads genereerde voor onze specialisten. Het werkte. Technisch gezien. Maar de klantbetrokkenheid was te laag om hem in leven te houden. Begin 2022 hebben we Joy uit dienst genomen.

De les was niet dat de technologie slecht was. De les was dat mensen hebben geleerd chatbots te wantrouwen. En terecht. Jarenlang hebben bedrijven chatbots gebruikt als barrière om contact te maken, ook toen ze het tegendeel beweerden. Klanten weten dat. Ze hebben het meegemaakt. Na drie foute antwoorden denk je niet “even opnieuw proberen.” Je denkt “hoe kom ik bij een echt mens?” Sommige mensen doen niet eens de moeite. Ze zien een chatbelletje met een gezichtje en hun eerste reactie is: weg ermee. Niet omdat ze ongeduldig zijn, maar omdat de ervaring hun heeft geleerd dat het tijdverspilling is.

Dat is geen technologieprobleem. Dat is een vertrouwensprobleem. En dat los je niet op door hetzelfde formaat slimmer te maken.

Daar komt bij dat de interface van een chatbot-plugin simpelweg beperkend is. Een klein venster in de hoek van je scherm. Een paar regels tekst. Misschien een knop of twee. Daarin kun je geen rijke productkaarten tonen. Je kunt geen kaart van een reis laten zien. Je kunt iemand niet laten browsen, vergelijken, reizen bewaren voor later. Het formaat dicteert de ervaring, en het formaat is een doos.

Die ervaring is precies waarom we geen nieuwe chatbot hebben gebouwd. Geen slimmere. Geen betere. Iets fundamenteel anders. Een volledige conversationele interface, vanaf nul gebouwd, ontworpen om te inspireren. Waar iemand bestemmingen kan verkennen, reizen kan ontdekken waarvan hij het bestaan niet kende, en waar hij — als hij er klaar voor is — na een gesprek dat echt goed voelde in contact komt met een specialist. Niet na drie mislukte pogingen om langs een poortwachter te komen.

De echte vraag was nooit “hoe voegen we AI toe aan onze website?” De echte vraag is: waar creëert AI echt waarde die eerder niet mogelijk was? Dat zijn we gaan testen.

Waarom ik bouwde wat ik bouwde

Ik heb dit niet gebouwd omdat ik denk dat websites dood zijn, of omdat ik wilde kunnen zeggen dat we “iets met AI doen”. Ik heb eerder geschreven over hoeveel ik een hekel heb aan die mentaliteit.

Ik heb dit gebouwd vanwege een vraag die ik al meer dan een jaar toets: is conversationele AI er echt klaar voor om een echt kanaal te zijn?

In mijn Web 4.0-post schreef ik over het autonome web, een wereld waarin AI-assistenten niet alleen informatie ophalen, maar optreden als onafhankelijke digitale consumenten namens hun mensen. Waar Lisa tegen haar AI-assistent zegt “zoek een reis van twee weken naar Thailand” en de AI via MCP-interfaces contact opneemt met reisorganisaties, onderhandelt, verfijnt en opties presenteert. Zonder dat Lisa ook maar een browser opent.

Dat klinkt misschien alsof de mens uit het plaatje verdwijnt. Dat is niet zo. De techniek maakt volledige autonomie mogelijk. Maar dat betekent niet dat we de mens willen weghalen. Het betekent dat de klant mag kiezen. En onze default is en blijft: naar een mens leiden. Daar later meer over.

Die toekomst komt. Misschien niet morgen, maar hij komt. En als je een reisorganisatie bent die zichzelf serieus neemt, kun je er maar beter op voorbereid zijn.

Dus bouwde ik Joy, een AI-reisassistent voor 333travel. Niet als productlancering, niet als marketingstunt, maar als een serieuze test. Kunnen we een conversatie-interface bouwen die écht waarde toevoegt? Die onze producten begrijpt? Die minder hallucineert? Die een echt nuttige ervaring neerzet als extra kanaal naast onze website, telefoon en e-mail?

Ik heb dit niet gebouwd om onze website te vervangen. Ik heb dit gebouwd om een vraag te beantwoorden: kan een gesprek een betekenisvol kanaal zijn voor gepersonaliseerd reizen?

Wat het eigenlijk is

Laat me concreet zijn over wat Joy doet:

Joy zit bovenop onze volledige productdatabase. Elke rondreis, elk hotel, elke excursie, elke bestemming, allemaal als vectoren geëmbed in een eigen database. Als een klant zegt “ik wil iets avontuurlijks in Zuidoost-Azië, zo’n twee weken, niet te toeristisch,” dan gaat Joy niet keyword-matchen tegen een PDF. Ze doorzoekt semantisch honderden producten, rerankt de resultaten op werkelijke relevantie en komt met opties die echt aansluiten bij de intentie.

En ze onthoudt het gesprek. Niet alleen het laatste bericht, de hele thread. Ze weet welke reizen besproken zijn, wat bewaard is, wat verworpen. Als je zegt “die reis die je eerder noemde met de kookles,” snapt ze wat je bedoelt, ook al noemde ze het zelf een “culinaire ervaring.”

Maar hier zit het cruciale verschil met elke willekeurige chatbot: ze weet niet alleen iets van reizen in het algemeen. Ze kent ónze reizen. Onze specifieke producten. Onze specifieke reisschema’s. Onze bestemmingen die ons team zelf heeft bezocht. Dat kun je niet zomaar met een plugin erop plakken, hoe slim de LLM erachter ook is.

En op het moment dat je menselijk contact wilt? Dan geeft Joy de volledige context door aan een echte reisspecialist die precies weet wat je hebt verkend. Geen “kun je je vraag nog eens omschrijven.” Geen koude overdracht. Volledige continuïteit.

Joy vervangt gesprekken met specialisten niet. Ze maakt ze beter.

Wat ze (nog) niet doet: klantenservicevragen, luchtvaartinformatie of support na boeking afhandelen. Dit is puur een kanaal voor productontdekking en inspiratie. Daar komen we nog wel. Maar we gaan niet doen alsof ze dingen kan die ze niet kan. En eerlijk gezegd: als iemand bij de klantenservice terechtkomt, is er al een probleem. Dat is het slechtst denkbare moment om een machine tussen jou en je klant te zetten. Dan moet je er zelf zijn. Persoonlijk. Dus we zijn nog steeds aan het discussiëren over wat we haar daar laten doen. De nuance zit altijd in de details.

Waarom je hier niet komt met een plugin

Wat wij gebouwd hebben, bereik je niet door een plugin te installeren. Niet met ChatGPT. Niet met een of andere standaard “AI-widget.” Niet met een SaaS-tool die belooft “je website in minuten slimmer te maken.”

En dat komt niet doordat de AI-modellen niet goed genoeg zijn. De modellen zijn prima. Het probleem zit in alles eromheen.

Het hele systeem draait op data die wij zelf bezitten, structureren en beheersen. Elke reis in onze database is door ons eigen team bezocht. Elk reisschema is onze eigen creatie. Elk stuk bestemmingenkennis leeft in onze eigen systemen. Dit is geen data die we van een derde partij licentiëren of uit een brochurecatalogus trekken.

Dat betekent dat we het kunnen embedden. Dat we het precies zo kunnen structureren als we nodig hebben voor semantisch zoeken. Dat we het kunnen bijwerken op het moment dat er iets verandert. Wij beheersen de volledige pipeline, van ruwe productdata naar vector embedding naar retrieval naar antwoord.

Je kunt geen slimme interface bouwen bovenop bergen domme data.

Als je productdata in andermans systeem leeft, als je reizen uit een catalogus doorverkoopt, als je “database” een verzameling PDF’s van touroperators is, dan ben je afhankelijk van welke structuur iemand anders heeft bedacht. Je kunt geen intelligentie bouwen op data die je niet begrijpt of beheerst.

En veel bedrijven starten niet alleen vanaf nul, ze starten met een achterstand. Hun bestaande systemen zijn al onvoldoende. De booking engine is verouderd. De productdata ligt verspreid over spreadsheets en PDF’s. De customer journey heeft overal gaten. En in plaats van die fundamenten te fixen, vinden ze het slim om er een AI-chatbot bovenop te leggen. Alsof intelligentie bovenop disfunctie iets functioneels oplevert. Doet het niet. Het maakt de disfunctie alleen moeilijker te diagnosticeren.

Je lost geen probleem op. Je versiert het.

Wat wij gebouwd hebben, vereiste drie dingen:

Onze eigen data. Elke reis is van ons. Bezocht door ons team. Gestructureerd in onze database. Embedded in onze vector store. Je kunt geen semantic search bouwen over data die je niet zelf structureert.

Onze eigen systemen. Onze eigen backend, frontend, deployment pipeline. Toen we een dual reranker nodig hadden, bouwden we die. Toen we semantic conversation memory nodig hadden, bouwden we het. Toen we een MCP server nodig hadden voor Web 4.0-readiness, bouwden we die. Geen goedkeuring van een vendor nodig. Geen feature requests. Geen afhankelijkheid van andermans roadmap.

De hele keten in eigen hand. Van het moment dat een klant de chat opent tot het moment dat ze met een specialist praten, is elke stap van ons. De AI kent onze producten omdat we de producten zelf hebben gemaakt. De specialist kent het gesprek omdat ons systeem het aan hen doorgeeft.

De AI is de laatste 10% van het werk. De eerste 90% is een bedrijf bouwen dat het kan dragen.

In deel 2 laat ik zien hoe het onder de motorkap echt werkt. De architectuur, de search pipeline, het geheugensysteem dat vele pogingen kostte om goed te krijgen, en waarom 25 seconden wachten aanvoelt als 5 als je het goed ontwerpt.

Can a conversation be a travel channel? Part 2: The technical architectureThe technical deep-dive into how we built Joy: a RAG pipeline with vector search and reranking, a memory system that took four iterations, and the UI/UX decisions that make a 25-second response feel instant. All Subjects MatterRemco Loup.

Artificial Intelligence is er om te blijven, daar gaat het hier niet over.

Het probleem is dat iedereen over AI praat, maar dat weinig mensen nadenken over hoe je het écht goed inzet. Ergens onderweg is “wij gebruiken AI” een marketingterm geworden in plaats van een technische beslissing. Iedereen wil meedoen met de AI-golf, anders hoor je er niet bij. Als je de big tech moet geloven, die het iedereen door de strot probeert te duwen.

Maar als je een klein stapje terugneemt, valt iets vreemds op:

Bedrijven lossen met AI problemen op die ze eigenlijk nooit hadden mogen hebben.

Slecht ontworpen systemen, ontbrekend ownership en spaghetti-infrastructuur worden nu “opgelost” door er LLM’s bovenop te gooien. Met als gevolg dat systemen nog moeilijker te onderhouden zijn, duurder worden en lastiger te begrijpen.

Deze blog gaat niet over AI afkraken.
Het gaat over helder nadenken, technisch ownership en de juiste tools voor de klus gebruiken.

Onderzoeksrapport OpenAI

Recent onderzoek van OpenAI en Georgia Tech benadrukt een kernwaarheid die vaak genegeerd wordt: AI-hallucinaties, die momenten waarop modellen dingen verzinnen, zijn geen bugs. Ze zijn een wiskundig gevolg van hoe deze systemen gebouwd zijn.

Zelfs met perfecte trainingsdata beloont de huidige architectuur van generatieve AI zelfverzekerde antwoorden boven het toegeven van onzekerheid. Dat betekent dat hallucinaties niet alleen vaak voorkomen, ze zijn onvermijdelijk, tenzij we fundamenteel veranderen hoe we deze modellen trainen en evalueren.

Zoals de onderzoekers het formuleren: “Hallucinations are mathematically inevitable.” (bron)

Hoe mensen AI misbruiken om de verkeerde problemen op te lossen

Laten we een stap terugnemen.

Als je $1.200 per maand betaalt aan GPT-4 om e-mailtekst te parsen, telefoonnummers te extraheren, JSON te herformatteren en strings naar hoofdletters te zetten… dan innoveer je niet. Dan besteed je gezond verstand uit aan een dure black box.

Ja, iemand deed dit recentelijk, en besefte te laat wat het kostte. Die persoon stapte toen over op GPT-4o-mini en bracht de rekening terug naar $200… Maar ook dan is het nog steeds een kutoplossing:

Die taken hadden helemaal geen AI nodig. Gewoon basale softwarekennis.

Dit is geen uitzondering. Het gebeurt helaas vaak.

Mensen denken dat AI hun oplossing voor alles is, terwijl het alleen de incompetentie van de persoon blootlegt, want:

• Het verhoogt de kosten
• Het verbergt wat er werkelijk gebeurt
• Het introduceert verborgen afhankelijkheden
• Het maakt systemen vrijwel onmogelijk te debuggen en onderhouden

AI wordt gebruikt om een gebrek aan systeemontwerp te maskeren, niet om het te verbeteren.

AI als natural language interface, krachtig maar verkeerd gebruikt

Maar laten we eerlijk zijn: LLM’s zijn écht krachtig als je ze goed inzet.
Ze laten je in natuurlijke taal beschrijven wat je wilt, en geven dan een resultaat, zonder dat je de onderliggende logica hoeft te begrijpen.

Dat maakt AI een fantastische tool voor:

• Prototyping
• Werken met grote kennisbanken
• Het samenvatten van ongestructureerde data
• Fuzzy matching op grote schaal

LLM’s zijn in wezen een nieuw soort interface, net zoals de command line, de GUI of API’s dat eerder waren.

Maar ze zijn geen magie. En zeker niet gratis. En bijna altijd is het niet de beste manier om een probleem op te lossen.

Hoe kritischer de functie, hoe belangrijker het wordt om te snappen:

• Wat wordt er uitgevoerd?
• Waar stroomt de data naartoe?
• Wie is eigenaar van de output?
• Wat zijn de werkelijke kosten?

Conversational AI, de moderne chatbot, maar nog steeds een chatbot

Er is een weg vooruit voor conversational AI. Alleen is dat niet de revolutionaire sprong die mensen ervan verwachten, met zelfdenkende systemen die niet hallucineren en altijd het juiste antwoord geven.

Ja, LLM’s kunnen slimmere, menselijkere antwoorden geven dan vóórdat LLM’s mainstream werden.
Ja, ze kunnen supportflows automatiseren die voorheen veel complexer waren om te scripten.

Maar laten we onszelf niets wijsmaken:

Mensen willen nog steeds echt, menselijk contact met je bedrijf, zeker als er iets misgaat.

Als je je volledige klantenservice uitbesteedt aan een AI-assistent, stuur je een duidelijke boodschap (in mijn ogen de verkeerde):

• “Het kan ons niet genoeg schelen om zelf met je te praten.”
• “Jij bent de tijd van een echt persoon niet waard.”
• “Wij verkopen alleen ons product. Kom alsjeblieft niet bij ons zeuren.”

Op korte termijn bespaart dat misschien kosten.
Maar op lange termijn? Dan vernietig je het vertrouwen in je merk. Zeker omdat mensen doorgaans contact opnemen met de klantenservice als:

• Ze gefrustreerd zijn
• Ze iets niet begrijpen
• Ze een klacht hebben

Dat is niet het moment om ze een chatbot voor te schotelen, hoe “slim” die ook klinkt.

Goede klantenservice is een relatie, geen kostenpost.

Dus ja, gebruik conversational AI om je teams te ondersteunen. Maar laat het menselijk contact niet vervangen waar empathie nodig is. Maak AI niet de interface waarmee klanten met je bedrijf praten, als je om je product geeft.

Waar je AI wél voor zou moeten gebruiken

Laten we het omdraaien. Wat is dan een goede use case voor AI?

Je zou AI moeten gebruiken als:

• Het je helpt dingen te doen die voorheen te duur, te traag of technisch te complex waren
• Je je architectuur al geoptimaliseerd hebt, maar nog edge cases hebt die automatisering waard zijn
• Je processen verrijkt, in plaats van technische schuld verbergt

Bijvoorbeeld:

• Prototypen van lastige functionaliteiten, zodat je sneller uitkomsten kunt testen
• Productzoek verbeteren met semantisch begrip
• Als je hallucinaties zichtbaar kunt maken in data, zijn ze perfect voor BI (business intelligence)
• Gepersonaliseerde samenvattingen genereren van grote interne rapporten
• Telefoongesprekken transcriberen en samenvattingen maken
• Image to text, zodat je beter semantisch kunt zoeken in grote beelddatabases.

Dit zijn taken waar AI echt uitblinkt, omdat ze in traditionele systemen nog duurder, lastiger of onmogelijk op te lossen waren.

Maar nogmaals: weeg altijd de kosten af. Niet alleen in euro’s, maar ook in duidelijkheid, controle en klantbeleving. Probeer het altijd eerst op te lossen zonder AI.

Technische volwassenheid bepaalt wie er wint

Dit is de kern:

Bedrijven met moderne, begrijpelijke en goed gedocumenteerde infrastructuur en data winnen. Wie AI blijft stapelen bovenop zijn chaos… verliest.

Het gaat er niet om hoe vroeg je met AI begon. Het gaat om:

• Of je stack onderhoudbaar is
• Of je teams die echt begrijpen
• Of je kunt redeneren over kosten, performance en falen
• Of je eigenaar bent van je data, je architectuur en je roadmap

De bedrijven die AI zien als een nieuw algoritme/interface om problemen op te lossen die ze eerder niet konden oplossen, halen volgens mij op de lange termijn de meeste waarde eruit. Gebruik AI niet voor de marketingwaarde die big tech je wil aanpraten.

Data-eigendom uitbesteden is een strategisch risico

Ik eindig met nog een praktijkvoorbeeld dat ik recent tegenkwam.

Een bedrijf in de reisbranche bouwde een app waarmee eindgebruikers hun reisgegevens kunnen inzien. Die verkopen ze weer aan andere reisorganisaties en touroperators. Haalbaar, als je ziet hoe slecht de IT in travel er meestal voor staat.

De reisorganisatie kan de app dus aanbieden met alle vouchers en reisschema’s van de reis van hun klant. Tot zover niets raars, behalve dat je al je documenten uitbesteedt aan een derde partij.

Die app-aanbieder heeft nu toegang tot veel van je cruciale bedrijfsinformatie. En dan koopt de klant extra services in de app (verzekeringen, transfers, upgrades). Je zou denken: dat is upsell voor de reisorganisatie die de klant heeft.

En dan komt de knuppel in het hoenderhok. Het platform geeft opeens commissie aan de touroperator… Biedt de app-aanbieder nu ook extra services aan jouw klant?

Wie is er nu eigenaar van de klant?

Dat is een grote verschuiving, en een gevaarlijke. Hoe meer infrastructuur je uitbesteedt, hoe meer controle je verliest over je klantrelaties en je first-party data.

Blijf zelf de klantjourney van je eigen klant regelen. Bescherm je toegevoegde waarde. Word geen commodity. En houd het persoonlijk.

Dit wordt een enorm probleem! En AI versnelt het proces als reisbedrijven niet opletten.

Conclusie: AI is een tool, geen strategie voor de meeste bedrijven

AI is indrukwekkend. Maar het vervangt de fundamenten niet.

Gebruik het niet om slechte architectuur te verbergen. Gebruik het niet als excuus om technische beslissingen te vermijden. Laat het niet verhullen wat je systemen doen, of wie je klant eigenlijk is.

In plaats daarvan:

• Wees eigenaar van je stack
• Begrijp je eigen logica
• Gebruik AI waar het echte, meetbare waarde creëert
• En blijf altijd zelf nadenken

De echte innovatie zit niet in de tool. Die zit in hoe helder je nadenkt over de problemen die je moet oplossen.

Al decennia passen bedrijven zich aan aan de evolutie van ons internet. Eerst was er Web 1.0, een read-only internet waar bedrijven statische websites bouwden. Daarna brak met Web 2.0 het interactieve tijdperk aan: social media, user-generated content en API’s waarmee apps met diensten konden verbinden. Nu leven we in het tijdperk van Web 3.0, waar AI personalisatie verbetert, taken automatiseert en context begrijpt.

Maar dit is nog maar het begin.

De volgende fase, Web 4.0, brengt iets nog ingrijpenders: AI als autonome digitale agent. In plaats van mensen alleen te assisteren, gaat AI actief zaken doen met bedrijven—beslissingen nemen, deals onderhandelen en transacties uitvoeren, allemaal met minimale menselijke tussenkomst.

Ik noem dit het autonome web: een wereld waarin AI-assistenten niet alleen informatie ophalen, maar optreden als onafhankelijke digitale consumenten in dienst van hun mensen. En bedrijven die zich niet op deze verschuiving voorbereiden, lopen het risico onzichtbaar te worden in deze generatie digitale handel.

De verschuiving naar AI-gedreven interacties

Jarenlang hebben bedrijven hun content geoptimaliseerd voor menselijke gebruikers. Websites, apps en API’s waren allemaal ontworpen met de aanname dat een persoon de uiteindelijke beslissing nam. Die aanname valt nu uiteen.

De evolutie van digitale interactie:

• Web 1.0: statische websites (bedrijven bieden informatie, gebruikers consumeren die).
• Web 2.0: het interactieve web (social media, API’s, mobiele apps).
• Web 3.0: het intelligente web (AI-gedreven personalisatie, automatisering en semantisch zoeken).
• Web 4.0: het autonome web (AI-agenten die optreden als klanten, onderhandelen, transacties uitvoeren en zelfstandig beslissingen nemen).

We zijn nu in de overgang naar Web 4.0, waar AI-agenten complexe, real-time interacties gaan afhandelen—zoals reizen boeken, prijzen onderhandelen en zelfs diensten dynamisch aanpassen op basis van gebruikersgedrag. Bedrijven die zich niet aanpassen aan dit AI-first interactiemodel worden simpelweg buitengesloten van AI-gedreven besluitvorming.

Waarom API’s alleen niet genoeg zijn

Veel bedrijven denken misschien dat ze klaar zijn voor AI-gedreven interacties omdat ze API’s hebben. Maar traditionele API’s zijn gebouwd voor gestructureerde, vooraf gedefinieerde verzoeken—ontworpen voor apps, niet voor AI-agenten die contextbewuste interacties in meerdere stappen nodig hebben.

Hier komen ontwikkelingen zoals het Model Context Protocol (MCP) om de hoek kijken.

MCP wordt een van de ontbrekende schakels waarmee AI-assistenten met bedrijven kunnen interacteren alsof ze menselijke klanten zijn. In tegenstelling tot traditionele API’s die statische antwoorden teruggeven, maakt MCP het volgende mogelijk:

• Dynamische serviceverzoeken (AI kan om specifieke aanpassingen vragen).
• Onderhandeling en refinement (AI kan criteria bijstellen op basis van voorkeuren en beperkingen).
• Autonome besluitvorming (AI kan een transactie afronden zonder menselijke bevestiging).

De bedrijven die AI-native interfaces omarmen, domineren de Web 4.0-economie. De rest wordt genegeerd—niet door mensen, maar door AI-gedreven agenten die aankoopbeslissingen nemen voor hun mensen.

Een volledig AI-gedreven transactie bij 333Travel

Bij 333Travel verkopen we geen kant-en-klare vakanties. Elke reis is tailor-made en vraagt heen-en-weer-interactie om je perfecte reis samen te stellen. Vandaag gebeurt dat via webformulieren, e-mail en telefoongesprekken. In Web 4.0 ziet dat er heel anders uit, en al die kanalen worden gecombineerd met een gesprek met een AI-assistent als optie.

Een nieuw soort reisinteracties

Stel je een reiziger voor, Lisa, die een op maat gemaakte reis naar Thailand wil. In plaats van een website te bezoeken, een formulier in te vullen of een agent te bellen, zegt ze het gewoon tegen haar AI-assistent:

“Ik heb vakantie nodig. Zoek voor mij een tailor-made reis van twee weken naar Thailand met een mix van luxe en boutique hotels, wat avontuurlijke activiteiten en tijd om te ontspannen. Ergens half juni.”

Lisa opent nooit een website. Haar AI-assistent doet het werk voor haar.

Stap 1: De AI stuurt een intelligent verzoek

Lisa’s AI benadert de MCP-interface van 333Travel via een zoekopdracht en stuurt een gestructureerd verzoek mee met haar voorkeuren, eerdere reisgeschiedenis en budgetbeperkingen.

Stap 2: AI en het systeem van 333Travel onderhandelen en verfijnen de reis {#step-2-ai-and-333travel%E2%80%99s-system-negotiate-and-refine-the-trip}

Omdat 333Travel gespecialiseerd is in tailor-made ervaringen, begint er een realtime onderhandelingsproces tussen Lisa’s AI en de MCP-integratie van 333Travel:

1. AI stuurt het initiële verzoek
   • “Gebruiker wil naar Thailand, mix van luxe en boutique hotels, wat avontuur, wat ontspanning.”
2. De MCP van 333Travel antwoordt dynamisch
   • “Aanbevolen route: Bangkok, Chiang Mai, Koh Samui.”
   • “Luxe opties: The Siam Bangkok, Anantara Chiang Mai, Four Seasons Koh Samui.”
   • “Boutique opties: Sala Rattanakosin, Tamarind Village, The Library Koh Samui.”
3. Lisa’s AI verfijnt het verzoek
   • “Ze heeft eerder in een Four Seasons gelogeerd en die hoog gewaardeerd—geef die prioriteit.”
   • “Ze houdt van culturele ervaringen—voeg een foodtour in Bangkok en een tempelbezoek in Chiang Mai toe.”
   • “Budgetplafond: €5.000—pas dat aan.”
4. 333Travel maakt vervolgens een gepersonaliseerd voorstel op basis van alle informatie die normaal in een telefoongesprek binnenkomt.
   • Er worden drie route-opties met Lisa’s AI besproken, gerangschikt op prijs, luxeniveau en balans in activiteiten.

Stap 3: De AI bevestigt de boeking en maakt die definitief

Lisa zelf bekijkt de samenvatting en zegt:

“Boek de tweede optie en voeg een luchthaventransfer toe.”

Haar AI-assistent: ✔️ Rondt de boeking met 333Travel af ✔️ Regelt de betaling automatisch ✔️ Stuurt een bevestiging naar haar e-mail en agenda

Lisa heeft nooit een website bezocht. Nooit een e-mail gestuurd. Nooit een reisagent gebeld.

Het autonome web kan alles afhandelen, maar Lisa kan op elk moment instappen en alsnog dat telefoongesprek aangaan.

De verschuiving naar Web 4.0 verandert volledig hoe bedrijven met klanten omgaan.

Wat dit betekent voor bedrijven

De belangrijkste punten:

1. AI-gedreven transacties kunnen de nieuwe norm worden

Wie niet is geoptimaliseerd voor AI-first interacties, maakt geen deel uit van AI-gedreven aankoopbeslissingen.

2. AI-optimalisatie vervangt traditionele SEO

Net zoals bedrijven zich eerder optimaliseerden voor hun positie in Google-zoekresultaten, moeten ze zich nu optimaliseren voor AI-gedreven ontdekking—ervoor zorgen dat hun diensten zo zijn gestructureerd dat AI-agents ze begrijpen en ermee kunnen werken.

3. AI-native interfaces worden het volgende concurrentievoordeel

Bedrijven die AI-ready endpoints bouwen met MCP-achtige protocollen, domineren waarschijnlijk het vroege Web 4.0-landschap.

4. Klanten verwachten wrijvingsloze ervaringen

Als een AI binnen enkele seconden een complete reisroute kan aanvragen met gedetailleerde informatie, waarom zou je daar dan geen gebruik van maken en het combineren met de normale menselijke interactie? Je hebt zojuist een extra verkoopkanaal gecreëerd, naast mail, een appje, een website of een telefoongesprek.

Het autonome web is er al. Ben je er klaar voor?

Web 4.0 is geen toekomstmuziek—het gebeurt nu. AI helpt klanten niet meer alleen; het handelt namens hen.

Bedrijven die zich er vandaag op voorbereiden, staan klaar aan het begin van de Web 4.0-economie. Wie het negeert, wordt simpelweg overgeslagen—niet door menselijke klanten, maar door hun AI-gedreven agents.

De vraag is niet meer óf AI-gedreven klanten het bedrijfsleven gaan veranderen, maar of je er klaar voor bent om ze te bedienen wanneer het zover is.

Waarom 333travel de standaard zet in een door AI gedreven wereld

De wereld verandert in hoog tempo. Met de opkomst van AI-modellen zoals ChatGPT, ClaudeAI en Gemini is toegang tot data en inzichten makkelijker dan ooit. Zelfs bedrijven zonder echte reisexpertise proberen de markt te betreden door andermans product te gebruiken met alleen technologie. Maar wat onderscheidt 333travel van deze “digital dropshippers”? Simpel: onze eigen technische kennis, onze passie en VOLLEDIGE controle over ons EIGEN product, zoals je hieronder kunt lezen.

We zijn niet zomaar een reisorganisatie; we zijn ook een IT-bedrijf, gebouwd op expertise en betrouwbaarheid.

Bij 333travel combineren we mensen en technologie, innovatie en authenticiteit, en blijven we de onbetwiste keuze—ook in een wereld waar AI elke dag zichtbaarder wordt.

Generieke AI vs. zelf getrainde AI

Niet alle AI is hetzelfde. Publieke AI-modellen, zoals de bovengenoemde, bieden standaardoplossingen die getraind zijn op publiek beschikbare data. Daardoor zijn ze toegankelijk en kunnen ze functioneren als een nieuw verkoopkanaal. Wij zorgen ervoor dat deze generieke AI-oplossingen uiteindelijk bij ons terechtkomen voor hun reisbehoeften—vanwege onze bewezen expertise.

Maar we zijn al een flink aantal stappen verder. We onderzoeken al geruime tijd hoe zelf getrainde AI, gevoed met onze unieke bedrijfsdata, onze interne processen kan optimaliseren en versnellen. Eén ding is voor ons duidelijk: AI vervangt ons DNA, onze persoonlijke touch en onze klantenzorg niet. Het is een fantastisch hulpmiddel, een “slim notitieboekje” dat onze specialisten ondersteunt. Of het nu gaat om het stroomlijnen van administratieve taken, snellere analyses of hulp bij complexe vragen—het stelt onze reisexperts in staat zich te richten op wat er echt toe doet: persoonlijke service en klanttevredenheid.

Omdat de balans tussen AI en menselijke interactie voor ons cruciaal is, zorgen we er altijd voor dat de menselijke touch het hart van onze klantrelaties blijft. Reizen gaat over emoties, passie en echte verbinding—iets wat geen AI voor ons ooit volledig zal vervangen.

AI als katalysator, geen vervanging

AI is een krachtig hulpmiddel, maar het zal onze expertise en ervaring niet vervangen. Waar sommige bedrijven AI inzetten om generieke reisaanbiedingen te maken op basis van andermans data, blijven wij het vertrouwde aanspreekpunt waar zowel mensen als AI-assistenten hun reizen boeken. Waarom? Omdat zelfs AI, als het het beste resultaat voor zijn gebruiker nastreeft, herkent dat 333travel de standaard zet voor complete, zorgeloze reiservaringen en unieke, actuele informatie.

Wat ons onderscheidt:

Actuele kennis: Onze specialisten hebben de bestemmingen zelf bezocht en weten meer dan wat er online te vinden is.

Lokale partnerschappen: In elk land dat we aanbieden, staan we met onze voeten op de grond. We werken nauw samen met onze lokale partners om op de hoogte te blijven. Het maakt niet uit naar welk land je met ons reist. Wij weten altijd het beste hoe we je kunnen helpen, omdat de hele reis ook door ons wordt verzorgd.

Volledige controle: Onze eigen IT-capaciteiten stellen ons in staat onafhankelijk te opereren. We beheren onze eigen data, ontwikkelen onze eigen systemen en kunnen zelfs onze eigen AI-modellen trainen met onze unieke expertise. IT zit diep verankerd in ons DNA—in tegenstelling tot veel andere reisorganisaties die afhankelijk zijn van derden.

Passie voor reizen: Onze reizen zijn niet alleen logisch in elkaar gezet; ze zijn ontworpen om dromen waar te maken.

Wij zorgen ervoor dat je zorgeloos van je reis kunt genieten

De risico’s van “digital dropshipping” {#the-risks-of-%E2%80%9Cdigital-dropshipping%E2%80%9D}

In deze door AI gedreven wereld bieden sommige bedrijven reisproducten aan zonder ze echt te begrijpen, puur door data slim te combineren. Deze aanpak lijkt op dropshipping—producten van derden verkopen zonder echte kennis of controle. Maar hoe creëer je echte waarde zonder diepgaande expertise in je product?

Stel je voor dat je een keuken samenstelt door elk onderdeel bij een andere leverancier te bestellen. Dat klinkt misschien goedkoop en efficiënt, maar wat gebeurt er als de onderdelen niet passen? Wie is verantwoordelijk als er iets misgaat? Bij 333travel zorgen we ervoor dat dit soort problemen nooit ontstaan. Wij leveren een naadloos, compleet product met volledige verantwoordelijkheid en gemoedsrust, zodat je zorgeloos van je reis kunt genieten.

Waarom 333travel de beste keuze is—zelfs voor AI {#why-333travel-is-the-best-choice%E2%80%94even-for-ai}

In de toekomst zullen AI-assistenten steeds vaker reizen aanbevelen op basis van data. Maar zelfs AI zal al snel inzien dat een geslaagde reis afhangt van meer dan alleen rauwe data. Bij 333travel leveren we een ervaring die AI kan herkennen—maar niet zelf kan creëren. AI heeft ons nodig om het voor hen te regelen en te boeken.

Unieke bestemmingenkennis: Wij begrijpen de nuances en details die in geen enkele database staan.
End-to-end service: Van de eerste vraag tot ondersteuning na de reis staan we altijd voor onze klanten klaar.
Betrouwbare data en systemen: Onze eigen geavanceerde IT-oplossingen en data zorgen ervoor dat alles accuraat, actueel en uitvoerbaar is.

AI boekt geen reis bij een bedrijf dat risico’s vormt of generieke oplossingen biedt.

Ook in de toekomst kiest AI voor zekerheid, kwaliteit en betrouwbaarheid—dus kiezen voor 333travel.

Hoe AI ons versterkt

Wij zien AI niet als concurrent, maar als hulpmiddel. Bij 333travel gebruiken we technologie om onze processen te stroomlijnen en onze service te verbeteren, terwijl de focus op menselijke expertise blijft. Een paar voorbeelden:

Efficiënte processen: AI helpt ons sneller patronen en trends te herkennen, waardoor we slimmer werken en onze klanten beter antwoord kunnen geven.
Betere reisvoorstellen: Onze eigen data en kennis zorgen ervoor dat elk voorstel persoonlijk en uniek is—AI versnelt het proces, maar baseert zich altijd op onze zelfgeschreven content.
Betere communicatie: Chatbots en AI-assistenten ondersteunen ons team op de achtergrond, waardoor we meer tijd hebben voor direct, persoonlijk contact met reizigers.

Wat ons uniek maakt, is onze passie, authenticiteit en menselijke aanpak—gecombineerd met onze volledig eigen IT-backbone, die ons nu meer dan ooit onderscheidt van de rest.

Om echt innovatief te zijn, moet je volledige controle hebben over je eigen bedrijfskritische processen.

De toekomst van reizen: 333travel als de onbetwiste keuze

De reisbranche verandert. Technologie krijgt een steeds grotere rol, maar de kern blijft hetzelfde: het verlangen naar unieke, onvergetelijke ervaringen. Bij 333travel combineren we het beste van twee werelden—de kracht van technologie met de warmte van menselijke expertise.

De grootste uitdaging in de reissector ligt bij bedrijven die voor AI-implementaties afhankelijk zijn van derden, of bij bedrijven die beweren data te “bezitten” terwijl ze slechts generieke AI-resultaten herverpakken.

Wij positioneren ons als het centrale aanspreekpunt—voor zowel mensen als AI-assistenten—door consequent de hoogste kwaliteit te leveren. Of je nu droomt van een tropisch strand of een cultureel avontuur, bij ons ben je in goede handen. Wij beheren de hele keten, van data-analyse tot persoonlijke service, zodat je reis niet alleen perfect is, maar ook zorgeloos en onvergetelijk.

Conclusie

AI verandert het spel, maar bij 333travel blijven we ons onderscheiden. Onze unieke combinatie van actuele kennis, passie en volledige controle over ons product maakt ons dé keuze voor elke reiziger. Of je ons nu bereikt via persoonlijk contact of via een AI-assistent, één ding is zeker: bij 333travel boek je niet zomaar een reis—je krijgt een complete ervaring.

Hoe blijf je uniek in een wereld die steeds meer door technologie wordt gedreven? Wij doen het door onze data continu te verbeteren, AI op slimme manier in te zetten en ervoor te zorgen dat reizigers nog steeds bij ons komen om hun reis werkelijkheid te maken—net als vroeger.

Als techliefhebber heb ik veel ontwikkelingen in AI zien langskomen, vooral op het gebied van taalverwerking en interactie met gebruikers. Als ik daarop terugkijk, wil ik al een tijdje delen waarom de recente sprongen in AI volgens mij minder verrassend zijn dan je misschien denkt.

Ik gebruik door elkaar heen verschillende termen voor hetzelfde. Ik spreek over AI en over LLM (Large Language Model) voor de huidige generatie systemen zoals ChatGPT.

Mijn eerste kennismaking met “AI”

Mijn reis met LLM’s begon eerder dan veel mensen beseffen. Mijn eerste ervaringen met Flow.ai had ik rond 2018/2019. Toen was mij al duidelijk dat er iets stond te gebeuren. Het grote publiek had echter nauwelijks door wat er in de AI-ontwikkeling broeide. Feit is dat bedrijven als Flow.ai (inmiddels onderdeel van Khoros) de fundering legden voor de AI-systemen van nu, zoals ChatGPT.

Lees anders het stuk dat ik in 2019 schreef over onze ervaringen met Flow.AI, samen met Stefan Samba.

2019 - Blast from the past: How 333travel is revolutionizing the Travel industryDiscover how 333travel’s AI ‘Joy’ redefines customer interaction, blending AI’s intent understanding with personal touch. A game-changing journey in AI-led travel solutions! All Subjects MatterRemco Loup.

Flow.ai: een gemiste kans voor 333travel

Flow.ai was voor mij toen een eyeopener. Het liet me zien wat neural network-gebaseerde conversationele AI in huis had. Als ik er nu op terugkijk, waren we met de integratie van deze technologie bij 333travel in 2018 misschien onze tijd te ver vooruit. Onze natuurlijke manier van mensen helpen met het aanvragen van een voorstel kreeg met een LLM niet de grip die we hoopten. Onze klanten (gelukkig?) wilden liever met menselijke specialisten praten dan met bots. Dat maakte duidelijk dat de technologie veelbelovend was, maar dat de markt er nog niet klaar voor was.

Mensen vonden het vreselijk om met “ouderwetse” chatbots te praten die je niet begrepen, door het gebrek aan intent-understanding.

Het voorbeeld van Siri

Laten we het even over Siri hebben, de virtuele assistent van Apple. Sinds de lancering in 2011 heeft Siri wel wat stappen gezet. Maar naar mijn mening zijn die verbeteringen op het gebied van intent learning op z’n best bescheiden. Siri, net als tools als Cortana en Google Assistant, had nog steeds hele specifieke commando’s nodig en begreep intenties vaak niet. Er is wel wat vooruitgang geboekt, maar de leercurve in het begrijpen van menselijke taal — en vooral intentie — was veel te traag.

• 2010-2011: In de eerste jaren werd Siri geïntegreerd in de iPhone 4S, met basale spraakherkenning en commando-uitvoering.
• 2012-2013: Uitbreiding naar nieuwe talen en dialecten, waardoor de gebruikersbasis groeide.
• 2014-2015: Toetreding tot nieuwe markten en de lancering van SiriKit, waarmee apps van derden konden integreren.
• 2016-2018: Introductie op macOS en de release van Shortcuts voor gepersonaliseerde spraakcommando’s.
• 2020-2021: matige verbeteringen in taalvertaling, integratie met het ecosysteem van Apple en betere spraakherkenning.

AI en klantinteractie

Als techliefhebber vind ik ChatGPT op veel vlakken indrukwekkend, maar het is geen vervanging voor de gedetailleerde kennis die menselijke specialisten bieden. Neem nou een touroperator. Een goed reisplan opstellen is een heel ander verhaal. Het laatste wat je wilt, is dat daar fouten in sluipen.

Waarom zou je een AI met de klant laten praten en die daarna vervangen door een mens? Is het omgekeerde niet veel logischer? Laat onze specialisten een AI gebruiken om een persoonlijk reisplan te maken en dat sneller versturen met AI. Je klant bind je in de verkoop nog altijd het beste met echte menselijke interactie.

Als je niet weet waar je het over hebt, kun je fouten in de antwoorden van een AI ook niet herkennen. Dat blijft altijd een grote zorg. Kennis uit de eerste hand blijft verplicht. Daarom is iets als ChatGPT een tool die gebruikt moet worden door mensen die het onderwerp beheersen, om hun werk te versnellen.

Ik geloof niet in losse integraties op websites die ruimte innemen en doen alsof ze een slimme AI zijn. De zoekfunctie die al op websites aanwezig is, lost dit probleem op. En mensen die een AI (LLM) gaan gebruiken, willen niet elke keer met een andere LLM praten. Ze zetten hun eigen PA in om die vragen te beantwoorden, als dat nodig is.

De eerste stap die bedrijven moeten zetten, is een zoekmachine op hun website implementeren die intentie begrijpt. Door intentie te begrijpen kun je mensen een echt nuttig antwoord geven, gebaseerd op de content op je website.

Je hebt een diepgaande integratie nodig tussen je LLM en je rijke content. Zeker in de reisbranche. Je website slimmer maken met een LLM is volgens mij veel logischer dan een popup-“persoon” waarmee je kunt chatten.

De toekomst van AI is ongetwijfeld spannend, maar het is een pad dat we met zowel optimisme als voorzichtigheid moeten bewandelen.

Mijn blik op de toekomst van AI

Vooruitkijkend zie ik AI als een vakgebied vol mogelijkheden, maar ook vol uitdagingen. De reis van de vroege systemen met vaste commando’s naar de intuitieve, contextbewuste modellen van vandaag is fascinerend geweest. Toch is er nog een lange weg te gaan voordat AI mensen echt kan begrijpen en op een dieper niveau met mensen kan omgaan.

Conclusie

De recente ontwikkelingen van AI lijken voor veel mensen plotseling en verrassend, maar ze zijn onderdeel van een lang, doorlopend proces van technologische evolutie. Mijn ervaringen bij 333travel, vooral met innovatieve platforms als Flow.ai, hebben me de potentie én de beperkingen van AI laten zien. Voor de toekomst vind ik het cruciaal om ons enthousiasme voor AI af te wegen tegen een realistisch beeld van wat het nu wel en niet kan.

Je bent uniek door dingen dicht bij jezelf te houden, niet door technologie je kernactiviteiten te laten overnemen. Houd altijd een persoonlijke touch!

Hier de link naar het originele artikel via de Wayback Machine: door corona en de overname van flow.ai door Khoros is deze blog niet meer publiek beschikbaar. Deze blog is geschreven in Q3 van 2019.

https://web.archive.org/web/20201020201705/https://flow.ai/blog/how-333travel-is-revolutionizing-the-travel-industry

Helaas hebben we ervoor gekozen om Joy begin 2022 te stoppen, vanwege gebrek aan resultaat en omdat corona ons hard raakte. De klantbetrokkenheid was te laag om het in stand te houden, helaas.

Artificial intelligence (AI) om buiten openingstijden op een persoonlijke manier in contact te blijven. Dat is waar 333travel hun chatbot Joy voor gebruikt.

De reisbranche is een innovatieve markt. De concurrentie is groot en de drang naar een technologisch voordeel ook, maar dat is lastig. Wie zich in deze markt niet technisch zelfstandig onderscheidt, wordt al snel door de massa opgeslokt en kan niet meer uniek zijn in zijn propositie. Daarmee komt je bestaansrecht in gevaar.

We zoeken constant naar manieren om onze positie op de markt te verbeteren en vertalen elke dag IT op de juiste manier naar de business, zodat IT echt voor ons werkt. Blijf experimenteren en blijf nieuwe dingen proberen!

Onze uitdaging

We zoeken altijd naar manieren om onze klanten beter van dienst te zijn, en dat willen we op een persoonlijke manier doen. Zo bouwen we echt een relatie op met onze klanten en bieden we volledig op maat gemaakte oplossingen.

We zijn ervan overtuigd dat je bij een reis met ons de best mogelijke beleving van genot krijgt, want bij 333travel denken we met je mee van A tot Z en ontzorgen we je volledig.

…Met behulp van Joy heeft de klant sneller een antwoord en kunnen we meer kwaliteit bieden, omdat Joy indirect zorgt voor minder werk en meer beschikbare informatie voordat er een persoonlijk contactmoment plaatsvindt…

Het inzetten van artificial intelligence klinkt daardoor misschien tegenstrijdig, maar dat is het zeker niet. We gaan deze AI natuurlijk allereerst gebruiken om onze klanten de bestaande informatie / FAQ op onze website te geven als ze daar vragen over hebben.

Maar naast het verstrekken van informatie zullen we altijd proberen door te sturen naar persoonlijk contact. Het is voor ons belangrijk om fysiek in contact te komen met onze potentiële klanten, op een persoonlijke, makkelijke en toegankelijke manier.

Ons doel

Het geautomatiseerd verzamelen van leads op een zo persoonlijk mogelijke manier is dus onze reden om deze artificial intelligence in te zetten. De rest is een bonus. We streven er zelfs naar om via deze AI juist méér persoonlijk contact te realiseren. De focus ligt op het creëren van waarde en het optimaliseren van onze customer journey buiten onze reguliere werktijden.

Onze oplossing

Samen met Flow.ai zijn we gaan testen op welke persoonlijke manieren we een klant zover kunnen krijgen dat die contact met ons opneemt.

Een juiste use case van AI is hierbij heel belangrijk, maar ook de manier waarop je deze AI kunt trainen. We wilden de meest natuurlijke vorm van interactie creëren, maar we moeten werken met niet-sexy data zoals “departure”- en “arrival”-data om vooraf een beeld te krijgen van wanneer iemand op vakantie wil. Dat is een grotere uitdaging dan het lijkt.

We wilden absoluut voorkomen dat onze AI het niet direct begrijpt als iemand zegt: “I want to visit Thailand on June 17 for 1 week”.

Een natuurlijke interactie met de juiste intent

We hebben onze LLM daarom zo getraind dat hij intents begrijpt met kennis van wat de vertrekdatum is en wanneer je wilt vertrekken. Het is dus geen absoluut feit wat we van je willen weten, maar een waarde die binnen de betekenis van “wanneer wil je vertrekken” valt. Er zijn zoveel verschillende, maar ook correcte antwoorden op deze vraag. En als je onze eisen meeneemt, moet deze bot ook alles hieronder en meer begrijpen:

• In de zomer wil ik in de vakantie…
• In de winter wil ik graag verblijven in…
• In het najaar wil ik naar…
• Ik wil met kerst in Thailand zitten…
• Volgend jaar willen we naar…

Het wordt direct onvriendelijk als er na deze vraag alsnog een datumveld ingevuld moet worden met wanneer je wilt vertrekken. Of erger nog: als de bot de vraag helemaal niet begrijpt. Een klant weet bovendien vaak zelf niet precies wanneer hij wil vertrekken. Als hij zo begint, moet hij die informatie dan verplicht invullen? Je hebt bij dit type klant één kans.

Klanten zijn de niet-werkende chatbots van grote bedrijven, die FTE willen besparen en willen zien hoe ver ze kunnen gaan in het pesten van hun klanten, spuugzat.

We leggen de kerninformatie van de verwachte vertrekperiode automatisch direct vast. Die wordt immers tijdens het contactmoment verder uitgediept; voor nu weten onze specialisten wat de intent is en kunnen ze daarop inspelen.

Binnen onze implementatie is het ook mogelijk om alle variabelen die we nodig hebben uit één zin van een klant te halen. Daarna hebben we alleen de contactgegevens nodig en bellen we op het gevraagde tijdstip en de gevraagde datum.

Data verzamelen

“Goedemiddag, ik zoek een vakantie die begint in Indonesië en eindigt op Bali voor 2 volwassenen en 2 kinderen met een hotel aan het strand, vertrek op 21 juli en weer thuis op 3 augustus.”

De zin hierboven is een praktisch voorbeeld van wat Joy begrijpt. We leggen deze waarden vast en weten dan meteen dat er genoeg data is. We vragen alleen nog het telefoonnummer/e-mailadres van de klant en bellen hem op een door hemzelf aangegeven moment.

We bellen je op het door jou gewenste moment. We hebben er bewust voor gekozen om de klant geen date picker te laten gebruiken, om de natuurlijke flow te behouden. Voor de klant is het makkelijker om te zeggen: “donderdag over een week om 10 uur”. Daaruit begrijpen we wat de intentie is en bellen we die klant precies op dat moment. Er zijn ook genoeg klanten die zeggen dat ze nú gebeld willen worden. Of ze op dat moment gebeld kunnen worden of niet, ze vallen af zodra ze een date picker voorgeschoteld krijgen. Zeker als de dag van vandaag ontbreekt.

Omdat de klant onze website bezoekt, weten we ook vanaf welke pagina zijn verzoek om persoonlijk contact binnenkomt. Zo hebben onze specialisten nog meer informatie om een beeld te krijgen van wat de intentie is.

Deze data wordt automatisch als lead/voorstel verstuurd naar ons backoffice-systeem BOSS. En elke opvolging van deze lead wordt daar vastgelegd.

Resultaat: Joy ziet het levenslicht.

Na een groot aantal interne tests, diverse finetuning-aanpassingen en het gebruik van verschillende methoden om ons doel te bereiken, is Joy geboren. We hebben haar ook een persoonlijk gezicht gegeven, omdat we de gesprekken persoonlijk willen houden. We geven natuurlijk wel aan dat Joy een “Virtual Travel Assistant” is. Onze echte collega’s blijven de reisspecialisten.

…Wat vooral opvalt aan de resultaten is dat de interacties en verzoeken die via Joy binnenkomen meestal afkomstig zijn van mensen tussen de 20 en 35 jaar…

Belangrijke lessen

De belangrijkste les hierin is misschien een beetje een open deur, maar zorg dat je doel op papier staat, en begin met de simpelste implementatie van dat doel en ontwikkel dat langzaam tot een complexer werkend eindproduct.

We zijn eerst gaan kijken hoe we onze benodigde data kunnen verzamelen met Flow.ai en hoe dat echt werkt. Daarna hebben we veel verschillende scenario’s getest en zijn we langzaam richting één complete flow gegaan die het beste van meerdere flows combineerde. Zo kregen we meteen veel ervaring met de verschillende opties die Flow bood.

We worden hierbij goed ondersteund door Flow.ai, maar door onze eigen kennis in huis hadden we de support niet constant nodig en konden we echt diep op het onderwerp ingaan.

Het flow.ai-systeem is goed opgebouwd, heel logisch en begrijpelijk. Dat zou je er niet van moeten weerhouden om te experimenteren.

De toekomst

Het eerste kwartaal is onze drukste periode. Omdat we Joy relatief kort voor deze periode hebben geïmplementeerd, hebben we de optie Live Chat nog niet geactiveerd. Dat gaan we na dit kwartaal doen.

Daarnaast willen we in de nabije toekomst nog verder gaan met Joy en haar dé assistent van ons klantportaal maken, die je op weg helpt nadat je een boeking hebt gemaakt. Als Joy het antwoord niet weet, kom je meteen in contact met de specialist bij wie je de reis hebt geboekt. Heb je vragen tijdens je reis? Vraag het Joy. Heb je problemen tijdens je reis? Joy zorgt ervoor dat je zo snel mogelijk een antwoord krijgt en dat je indien nodig direct contact met ons krijgt.

We zien Joy als onze “Virtual Travel Assistant”, waarbij de heel specifieke kennis van onze bestemmingen en onze kennis van maatwerk bij onze reisspecialisten blijft, want dat is de kracht van ons persoonlijke contact waarmee wij persoonlijk het verschil maken, binnen onze filosofie.

Inleiding

Ik ben al een tijdje gefascineerd door het idee om een bedrijf om te vormen tot een DAO (Decentralized Autonomous Organization). Toen ik nadacht over mijn rol als Product Owner, bedacht ik een aanpak die heel goed kan werken bij het omvormen van een deel van ons bedrijf naar een DAO. Zo combineren we de voordelen van Scrum, Agile en een DAO.

In mijn persoonlijke geval hieronder is een hybride aanpak het meest voor de hand liggend: bepaalde onderdelen van ons bedrijf worden door een DAO beheerd, terwijl de rest voor nu onder traditioneel management blijft. Mijn DAO zou worden gebruikt om ons Front/Mid/Backoffice-systeem, BOSS, te beheren en beslissingen te nemen over wat we hierna ontwikkelen. De bredere organisatie blijft voorlopig op de gebruikelijke manier draaien. Zo profiteert ons bedrijf van de voordelen van een DAO, terwijl we een deel van de risico’s en uitdagingen afdekken.

Ons doel is om dit systeem tot een SaaS-product binnen de reisbranche te ontwikkelen. En een DAO kan bijvoorbeeld worden ingezet om onze stakeholders te betrekken. Maar daar lees je verderop meer over.

Wat is een DAO?

Een DAO, of Decentralized Autonomous Organization, is een organisatievorm die wordt gerepresenteerd door regels die als computerprogramma zijn vastgelegd (een zogenaamd smart contract). Die regels zijn transparant, worden gecontroleerd door de leden van de organisatie en staan niet onder invloed van een centrale autoriteit.

De financiële transacties en regels van een DAO liggen vast op een blockchain, een vorm van gedistribueerd grootboek. Daardoor is een DAO volledig autonoom en onafhankelijk van externe of gecentraliseerde controle.

Zie het als een digitaal bedrijf, waarbij alle regels en verordeningen in een smart contract zijn gecodeerd. Stel dat er in een DAO een regel is dat een bepaald voorstel 60% van de stemmen nodig heeft om aan te nemen. Die regel zit in het smart contract, en de blockchain zorgt dat de regel strikt wordt nageleefd. Niemand kan hem manipuleren of omzeilen.

Leden van een DAO kunnen beslissingen nemen over de regels of de richting van de organisatie door voorstellen te doen en erop te stemmen. Iedereen heeft stemrecht naar evenredigheid van zijn stake of aandelen in de DAO. Zo lijkt een DAO een beetje op een traditioneel bedrijf, maar dan volledig democratisch en gedecentraliseerd geleid.

Een DAO gebruikt blockchain-technologie om te zorgen dat de organisatie volkomen transparant, democratisch en gedecentraliseerd wordt bestuurd, vrij van centrale of externe controle.

Tokens

Een uniek token creëren voor een DAO kan nuttig zijn en is een gangbare praktijk. Of het de “beste” praktijk is, hangt af van de doelen en context van de DAO. Dit is waarom DAO’s vaak hun eigen tokens uitgeven:

1. Stemrecht: Tokens kunnen stemmacht binnen de DAO vertegenwoordigen. Hoe meer tokens een lid heeft, hoe meer invloed diegene heeft op de beslissingen van de DAO.
2. Incentives: Tokens kunnen worden gebruikt om bepaald gedrag of bijdragen aan de DAO te stimuleren. Zo kun je tokens geven als beloning voor taken die de DAO verder helpen, zoals programmeren, ontwerpen of projecten managen.
3. Fondsenwerving: Tokens uitgeven kan een manier zijn om geld op te halen. Deelnemers kunnen tokens kopen en worden daarmee in feite investeerders in de DAO.
4. Community-opbouw: Een uniek token kan het gemeenschapsgevoel onder leden versterken. Het bevordert een gevoel van gedeeld eigendom en gezamenlijke investering in het succes van de DAO.

Er zijn echter ook uitdagingen en aandachtspunten:

1. Regelgeving: Afhankelijk van de jurisdictie kan het uitgeven van een token worden gezien als het uitgeven van een security, met implicaties voor regelgeving en juridische vereisten.
2. Tokenverdeling: Bepalen hoe je de tokens aanvankelijk verdeelt, is lastig en kan tot discussie leiden. De verdeling moet eerlijk zijn en aansluiten bij de doelen en waarden van de DAO.
3. Schommelende tokenwaarde: Als het token op de open markt wordt verhandeld, kan de waarde schommelen, wat kan leiden tot instabiliteit en mogelijke manipulatie.
4. Complexiteit: Een token uitgeven en beheren maakt het runnen van de DAO complexer. Niet elke DAO heeft een eigen token nodig, zeker als de operaties simpel zijn of als een bestaand token goed kan worden gebruikt.

Hoe benut je een DAO als Product Owner

Stel je voor dat je een DAO runt waarin klanten of geïnteresseerden direct in je product kunnen investeren. Ze krijgen stakes of tokens, waarmee ze een stem krijgen in je ontwikkelproces, dat volgens Scrum/Agile verloopt.

Zeg dat deze potentiële klanten een specifieke functie, X of Y, in je product willen. Dan kunnen ze met hun tokens op die functie stemmen en zo direct de ontwikkelprioriteiten beïnvloeden. Dit stemmechanisme trekt potentiële klanten dichter naar je merk en geeft bestaande klanten de kans om het product dat ze dagelijks gebruiken zelf vorm te geven.

In feite worden de functies die bovenaan hun wensenlijst staan het focuspunt van je ontwikkelstrategie. Het mooie van deze aanpak is de transparantie. Door gebruikers te laten stemmen over mogelijke uitbreidingen van je product, laat je zien waarom bepaalde functies voorrang krijgen boven andere. Het is een democratie waarin je pas kunt stemmen als je het “waarom” achter elke beslissing kent. Dat leidt tot een gedetailleerd begrip van hoe het product evolueert.

Deze aanpak is een zegen, niet alleen voor Product Owners maar ook voor je organisatie als geheel. In plaats van je ontwikkelproces geheim te houden, nodig je je gebruikers uit om er deel van uit te maken. Zo’n participatieve aanpak kan sneller vertrouwen opbouwen bij klanten en potentiële gebruikers dan traditionele methoden.

Als Product Owner blijf je onmisbaar bij het filteren en interpreteren van klantwensen, en het omzetten daarvan in begrijpelijke stories die zowel technische als niet-technische mensen snappen.

Als het tijd is om de topprioriteiten te kiezen, staat je roadmap al uitgestippeld door de democratische stemming. Deze interactie laat je sneller met je klanten in gesprek komen en van ze leren dan wanneer je personas of andere traditionele tools gebruikt om te bepalen wat er komt. Meerderheidsbesluiten kunnen je sprintdoelen bepalen en zo je focus voor de volgende ontwikkelcyclus sturen.

Wat is een betere manier om transparantie en klantinput te stimuleren dan Agile/Scrum op deze manier in te zetten? Dit proces integreert de principes adapt, inspect en learn op een nauw verbonden manier. Met een DAO-achtige aanpak wordt de evolutie van je product echt een community-gedreven onderneming.

Kanttekeningen

Er zijn natuurlijk ook kanttekeningen.

1. Governance-uitdagingen: Het implementeren van het governance-model van een DAO kan complex zijn. De belangen van alle stakeholders op een eerlijke en evenwichtige manier balanceren is een flinke uitdaging. Het is niet altijd zo dat de beslissing van de meerderheid aansluit bij het belang van het project of van alle stakeholders.
2. Beveiliging van smart contracts: DAO’s werken op basis van smart contracts, die onveranderbaar zijn zodra ze gedeployd zijn. Zit er een bug of kwetsbaarheid in het contract, dan kan dat tot serieuze problemen leiden, waaronder verlies van fondsen. De beruchte “The DAO”-hack van 2016, waarbij 50 miljoen dollar werd weggesluisd via een loophole in een smart contract, is daar een voorbeeld van.
3. Onduidelijke regelgeving: DAO’s bestaan in veel rechtsgebieden in een juridisch grijze zone. Hoe ze juridisch worden geclassificeerd en gereguleerd, is in veel delen van de wereld nog onduidelijk.
4. Token-distributie: Hoe tokens aanvankelijk worden verdeeld, kan ook een complexe kwestie zijn. Als dat niet goed gebeurt, kan het leiden tot centralisatie of een machtsonevenwicht binnen de DAO.
5. Lage participatie: DAO’s zijn afhankelijk van actieve deelname van token-houders. Lage opkomst kan echter een groot probleem zijn, waardoor beslissingen door een kleine groep stakeholders worden genomen.
6. Kortetermijndenken: Er is een risico dat token-houders die alleen in kortetermijnwinst geïnteresseerd zijn, stemmen op voorstellen die direct rendement opleveren maar op lange termijn schadelijk zijn.
7. De interface tussen DAO en de echte wereld: DAO’s zijn digitaal, maar hun beslissingen hebben vaak gevolgen in de echte wereld, waar handhaving complexer kan zijn.

Elk van deze uitdagingen is te overwinnen, maar ze vergen wel zorgvuldig nadenken en een doordacht ontwerp om ze effectief aan te pakken. Zoals bij elk systeem moet je de voordelen altijd afwegen tegen de mogelijke risico’s en nadelen.

De rol van een Product Owner

Hier komt een goede Product Owner om de hoek kijken: die zorgt ervoor dat mensen niet over je hele backlog stemmen, maar over zorgvuldig geselecteerde items die al voldoende gerefined zijn en klaar staan om tot op een zekere mate van onzekerheid ontwikkeld te worden. Je wordt nog steeds geacht de totale markt te kennen, zodat je de items om aan te pakken voorselecteert en mensen er vervolgens op laat stemmen.

Je hebt nog steeds stakeholders die je tevreden moet houden en features moet ontwikkelen die de markt het liefst wil. Alleen door een DAO te gebruiken en mensen betrokken te houden, kun je je markt veel beter leren kennen en je erop aanpassen dan op andere manieren.

Ook al is een DAO fundamenteel democratisch, het heeft iemand nodig met een volledig begrip van het product om de ontwikkeling te sturen. Een PO kan inzicht geven in de haalbaarheid en impact van features, en zo besluitvorming en prioritering helpen sturen.

Smart contracts

Een smart contract is een computerprotocol dat het onderhandelen over of uitvoeren van een digitaal contract faciliteert, verifieert of afdwingt. Smart contracts draaien op de blockchain, wat ze transparant, traceerbaar en onomkeerbaar maakt. Ze zijn ontworpen om automatisch transacties of andere specifieke acties uit te voeren zodra vooraf ingestelde voorwaarden zijn vervuld.

Dit zijn een paar belangrijke redenen waarom het belangrijk is om smart contracts zorgvuldig te ontwerpen en te implementeren:

1. Onveranderlijkheid: Zodra een smart contract op de blockchain is gedeployd, kan het niet meer worden aangepast of gecorrigeerd. Door die onveranderlijkheid is het cruciaal dat een smart contract grondig wordt getest en gereviewd vóór de deployment, zodat het doet wat het moet doen.
2. Security: Smart contracts zijn gevoelig voor bugs en exploits als ze niet correct geprogrammeerd zijn. Gezien de waarde die er vaak via smart contracts wordt verhandeld of beheerd, is security van het grootste belang. Exploits kunnen tot aanzienlijke verliezen leiden, zoals bij de beruchte DAO-hack in 2016, waarbij er zo’n $50 miljoen verloren ging door een bug in het smart contract van de DAO.
3. Financiële gevolgen: Smart contracts beheren, bewaren of faciliteren vaak de overdracht van cryptocurrency, en fouten of kwetsbaarheden in het contract kunnen aanzienlijke financiële gevolgen hebben.
4. Vertrouwen en betrouwbaarheid: Het vertrouwen in een smart contract, en daarmee in de hele operatie of het systeem dat het ondersteunt, hangt sterk af van het feit dat het contract werkt zoals verwacht. Problemen kunnen de waargenomen betrouwbaarheid van het systeem aantasten en mensen afschrikken om deel te nemen of het te gebruiken.
5. Complexiteit en interoperabiliteit: Smart contracts werken vaak samen met andere contracten of systemen. Het is belangrijk om die interacties goed door te denken om onverwacht gedrag te voorkomen. Wie de complexiteit van zulke interacties niet begrijpt of negeert, kan schadelijke gevolgen tegemoet gaan.
6. Wet- en regelgeving: Afhankelijk van de jurisdictie en de specifieke use case moeten smart contracts zo worden ontworpen dat ze voldoen aan de relevante wet- en regelgeving. Dat voegt weer een extra laag complexiteit toe aan het ontwerp en de implementatie.

Het ontwerp, de implementatie en de review van smart contracts moeten dus uiterst serieus en zorgvuldig worden aangepakt. In veel gevallen is het verstandig om smart contracts vóór de deployment te laten auditen door een gespecialiseerd securitybedrijf.

Een geschreven voorbeeld van een Smart Contract

Je hebt dus vooraf een goed werkend contract nodig. De Product Owner kan bijvoorbeeld de beheerder van zo’n smart contract zijn. Hij voegt de issues toe aan het systeem, en de stakeholders kunnen met hun tokens op die issues stemmen.

Elke stem verhoogt het belang van de issues die ontwikkeld moeten worden. Daarna kies je de issues met de hoogste ranking om aan te werken, met in je achterhoofd wat je in één sprint kunt doen.

Je kunt bijvoorbeeld ook met twee soorten tokens werken. Gewone tokens voor je klanten die je product gebruiken, en sociale tokens voor bijvoorbeeld potentiële klanten.

Ook de geldigheid van tokens is iets om over na te denken, want wensen kunnen na verloop van tijd verouderd raken.

Dit kan allemaal behoorlijk complex worden, en misschien post ik in een later blog een volledig voorbeeld van een smart contract in Solidity met de bovenstaande voorwaarden.

Conclusie

Dit is een wat langer artikel geworden dan gebruikelijk, maar er was veel uitleg nodig om te begrijpen wat het betekent om je rol als PO in te zetten binnen een DAO.

Ik hoop dat dit een beetje helpt om te verduidelijken wat een DAO is en hoe je die kunt gebruiken, vooral vanuit het perspectief van een SCRUM/Agile Product Owner, waar beide echt kunnen gedijen.

Francois Fort schreef hier een artikel over op scrum.org: Are DAOs the future of Agile Organisations.

Je hebt stakeholders nodig die achter je plannen staan, en wat is beter dan betrokken stakeholders die een aandeel hebben in je product via een DAO? Je krijgt gedetailleerde en directe reacties van de markt als je een betrokken, gevarieerde groep mensen hebt die wil dat je product slaagt, want dan slagen zij zelf ook.